Automatiska undertexter

Så fungerar det

Det mesta av kortformsvideo ses med ljudet av, så undertexter är inte längre valfria. Att göra det för hand innebär att transkribera, tidssätta och sedan bränna in. Det här gör alla tre, och till skillnad från varje tjänst som erbjuder samma sak lämnar materialet aldrig din dator.

Det är långsamt, i två steg

Först transkriberar talmodellen ljudet på din egen processor — ungefär klippets längd igen, plus en engångsnedladdning av en modell på 41 MB. Sedan kodas videon om med undertexterna inritade, vilket tar ungefär lika lång tid en gång till. Ett klipp på en minut innebär några minuters väntan. Det är den ärliga kostnaden för att inte ladda upp det.

Varför de bränns in

Sociala plattformar tar bort separata undertextspår, så texter som måste överleva publiceringen måste vara en del av bilden. Det betyder också att de inte kan rättas efteråt — vilket är varför .srt-filen också erbjuds.

Kontrollera innan du publicerar

Automatisk transkribering missuppfattar accenter, egennamn, facktermer och allt som sägs över bakgrundsljud, och tidsangivelserna är ungefärliga. Om resultatet inte är rätt väljer du .srt-alternativet, rättar den i valfritt textredigeringsprogram och använder undertextbrännaren här för att tillämpa den rättade versionen.

Bara engelska

Det här använder den lilla engelska Whisper-modellen, vald eftersom större och flerspråkiga modeller är hundratals megabyte och skulle vara opraktiska i en webbläsare.